本发明涉及图像增强，具体为一种增强条码和字符识别的图像去模糊方法、系统和设备。
背景技术：
1、条码和字符图像在实际应用中常常因光线条件、摄像头质量、运动模糊和环境噪声等因素而变得模糊不清。这些模糊和噪声问题严重影响了条码和字符的识别率，导致误读或漏读，进而降低了图像识别系统的整体性能和效率。因此，解决这些模糊不清的图像质量问题对于提高条码和字符识别的可靠性和效率至关重要。
2、现有技术当中，会选择通过提升硬件设备质量来尽可能降低图像模糊性；虽然高质量的硬件设备，如高分辨率摄像头、优质镜头、自动对焦系统和高性能图像传感器等，能够显著提升图像质量，减少模糊和噪声，但这些硬件的成本通常较高；高性能硬件的采购和维护费用增加了图像处理成本，限制了其在大规模应用中的普及。为降低成本和提高适应性，目前会选用去模糊算法来提高图像质量，但现有去模糊算法主要针对自然图像进行设计，结构复杂且计算量大，难以满足高实时性工业场景图像中的需求，用于工业场景图像处理中会出现去模糊效果不佳、引入伪影、实时性差和适应性不足等问题，这些问题对于条码和字符的可读性是致命的，严重影响了条码和字符自动识别系统的整体性能和效率。
技术实现思路
1、本发明的目的是提供一种去模糊效果好、适应性强的增强条码和字符识别的图像去模糊方法、系统和设备。
2、本发明技术方案如下：
3、一种增强条码和字符识别的图像去模糊方法，包括如下操作：
4、s1、模糊图像经边缘提取处理，得到边缘图像；获取边缘图像的不同尺度边缘特征图，形成了多尺度边缘特征图集；获取模糊图像的不同尺度模糊图，分别经通道特征提取处理，得到若干个不同尺度模糊特征图，形成了多尺度模糊图集；多尺度边缘特征图集中每个边缘特征图，与多尺度模糊图集中对应尺度的模糊特征图，进行特征融合处理，得到若干个不同尺度的边缘融合特征图；
5、s2、若干个不同尺度的边缘融合特征图经空间特征选择处理，得到若干个不同尺度的空间特征选择图；若干个不同尺度的空间特征选择图经频率特征选择处理，得到若干个不同尺度的频率过滤特征图；
6、s3、获取若干个不同尺度的频率过滤特征图分别与对应尺度的标准图，在图像低频分量、图像水平高频分量、图像垂直高频分量和图像对角高频分量上的像素差平均值，经求和处理，得到小波重建损失值；获取若干个不同尺度的频率过滤特征图分别与对应尺度的标准图的像素差平均值，经求和处理，得到空间信息损失值；将每个尺度的频率过滤特征图和对应尺度的标准图分别经空间域频域转换处理，得到每个尺度的频域特征图和频域标准图；获取所有尺度的频域特征图分别与对应尺度频域标准图的像素差平均值，经求和处理，得到频域信息损失值；当小波重建损失值、空间信息损失值和频域信息损失值的总和，小于损失阈值时，输出若干个不同尺度的频率过滤特征图，作为若干个不同尺度的优化频率过滤特征图；
7、s4、将若干个不同尺度的优化频率过滤特征图进行融合处理，得到去模糊图。
8、s1中获取边缘图像的不同尺度边缘特征图的操作具体为：边缘图像经边缘区域特征提取，得到第一尺度边缘特征图；第一尺度边缘特征图经下采样处理和边缘区域特征提取，得到第二尺度边缘特征图；第二尺度边缘特征图经下采样处理和边缘区域特征提取，得到第三尺度边缘特征图；以此类推得到第n尺度边缘特征图；n为正整数；所有尺度的尺度边缘特征图，形成了多尺度边缘特征图集；边缘区域特征提取的操作为：输入经卷积核为3×3的普通卷积、非线性处理、空洞卷积、非线性处理、深度可分离卷积和非线性处理，得到边缘细粒度图；边缘细粒度图经卷积核为3×3的普通卷积和非线性处理，得到第一边缘细粒度特征图；边缘细粒度图经卷积核为3×3的普通卷积、非线性处理、卷积核为1×1的普通卷积和非线性处理，得到第二边缘细粒度特征图；第二边缘细粒度特征图与第一边缘细粒度特征图经逐元素相乘后，与边缘细粒度图经逐元素相加，得到的输出作为边缘特征图。
9、s1中特征融合处理的操作具体为：当前边缘特征图经卷积核为3×3的普通卷积和非线性处理，得到当前边缘卷积特征图；当前边缘卷积特征图经卷积核为1×1的普通卷积和非线性处理后，与对应尺度的模糊特征图进行逐元素相乘，得到当前初始融合特征图；初始融合特征图与当前边缘卷积特征图经逐元素相加，得到当前边缘融合特征图。
10、s2中空间特征选择处理的操作具体为：当前边缘融合特征图经坐标注意力处理，得到当前坐标注意力融合图；当前坐标注意力融合图分别第一深度可分离卷积和第二深度可分离卷积，得到当前第一边缘通道分离特征图和当前第二边缘通道分离特征图；当前坐标注意力融合图分别经平均池化处理和最大池化处理后，进行叠加和卷积，得到当前空间退化聚焦图；当前空间退化聚焦图经通道维度特征复制处理后，与当前第一边缘通道分离特征图进行逐元素相乘处理，得到当前初始空间选择图；当前初始空间选择图与当前第二边缘通道分离特征图经逐元素相加处理，得到当前空间特征选择图。
11、s2中频率特征选择处理的操作具体为：当前空间特征选择图经均值滤波处理，得到当前低频特征图；获取当前空间特征选择图与当前低频特征图的差值图，得到当前互补高频特征图；当前互补高频特征图与当前空间特征选择图经逐元素相乘后，与当前空间特征选择图进行逐元素相加，得到当前频率过滤特征图。
12、s3中将融合特征选择图和标准图从空间域转换到频域的操作具体为：频率过滤特征图或标准图经灰度处理，得到灰度图；获取灰度图的傅里叶变换图，将傅里叶变换图中像素频率小于频率阈值的像素信息移动到频谱中心后，获取频谱幅度图；频谱幅度图经低通滤波处理后，进行逆傅里叶变换处理和去噪处理，得到逆傅里叶去噪图；逆傅里叶去噪图经高通滤波处理和傅里叶变换处理，得到频域特征图或频域标准图。
13、s4中融合处理的操作具体为：将若干个不同尺度的优化频率过滤特征图，按照尺度从小到大的顺序进行排列，得到若干个排序优化频率过滤特征图；前一个排序优化频率过滤特征图和当前排序优化频率过滤特征图，经叠加处理和残差块处理，得到当前清晰特征图，用于和后一个排序优化频率过滤特征图执行叠加处理和残差块处理的操作；当最后一个排序优化频率过滤特征图执行完叠加处理和残差块处理的操作后，得到去模糊图。
14、一种增强条码和字符识别的图像去模糊系统，用于实现上述的增强条码和字符识别的图像去模糊方法，包括：
15、边缘融合特征图生成模块，用于模糊图像经边缘提取处理，得到边缘图像；获取边缘图像的不同尺度边缘特征图，形成了多尺度边缘特征图集；获取模糊图像的不同尺度模糊图，分别经通道特征提取处理，得到若干个不同尺度模糊特征图，形成了多尺度模糊图集；多尺度边缘特征图集中每个边缘特征图，与多尺度模糊图集中对应尺度的模糊特征图，进行特征融合处理，得到若干个不同尺度的边缘融合特征图；
16、频率过滤特征图生成模块，用于若干个不同尺度的边缘融合特征图经空间特征选择处理，得到若干个不同尺度的空间特征选择图；若干个不同尺度的空间特征选择图经频率特征选择处理，得到若干个不同尺度的频率过滤特征图；
17、优化频率过滤特征图生成模块，用于获取若干个不同尺度的频率过滤特征图分别与对应尺度的标准图，在图像低频分量、图像水平高频分量、图像垂直高频分量和图像对角高频分量上的像素差平均值，经求和处理，得到小波重建损失值；获取若干个不同尺度的频率过滤特征图分别与对应尺度的标准图的像素差平均值，经求和处理，得到空间信息损失值；将每个尺度的频率过滤特征图和对应尺度的标准图分别经空间域频域转换处理，得到每个尺度的频域特征图和频域标准图；获取所有尺度的频域特征图分别与对应尺度频域标准图的像素差平均值，经求和处理，得到频域信息损失值；当小波重建损失值、空间信息损失值和频域信息损失值的总和，小于损失阈值时，输出若干个不同尺度的频率过滤特征图，作为若干个不同尺度的优化频率过滤特征图；
18、去模糊图生成模块，用将若干个不同尺度的优化频率过滤特征图进行融合处理，得到去模糊图。
19、一种增强条码和字符识别的图像去模糊设备，包括处理器和存储器，其中，处理器执行存储器中保存的计算机程序时实现是上述的增强条码和字符识别的图像去模糊方法。
20、一种计算机可读存储介质，用于存储计算机程序，其中，计算机程序被处理器执行时实现上述的增强条码和字符识别的图像去模糊方法。
21、本发明的有益效果在于：
22、本发明提供的一种增强条码和字符识别的图像去模糊方法，首先将模糊图像的不同尺度的含有关键信息的边缘特征图像，与不同尺度的含有完整信息的模糊特征图，进行对应尺度的特征融合处理，增强不同尺度图像的边缘信息，使得不同尺度图像的轮廓和形状更加明显，降低噪声影响，有效减少模糊影响，得到若干个不同尺度的边缘融合特征图；然后将若干个不同尺度的边缘融合特征图进行空间特征选择处理和频率特征选择处理，增强关键信息表达能力，显著提升图像表达质量，得到若干个不同尺度的频率过滤特征图；接着，通过小波重建损失值、空间信息损失值和频域信息损失值来输出图像的结构完整性、空间内容完整性和频域完整性，从而提升去模糊的质量，得到若干个不同尺度的优化频率过滤特征图；最后，将若干个不同尺度的优化频率过滤特征图进行融合处理，使得图像纹理恢复更加自然，并减少了去模糊过程中可能产生的伪影，得到去模糊图；该方法可以处理各种类型和程度的模糊图像，适应性强，去模糊效果好，应用在条码和字符自动识别系统上能够提升整体性能和效率。
1.一种增强条码和字符识别的图像去模糊方法，其特征在于，包括如下操作：
2.根据权利要求1所述的增强条码和字符识别的图像去模糊方法，其特征在于，所述s1中，获取边缘图像的不同尺度边缘特征图的操作具体为：
3.根据权利要求1所述的增强条码和字符识别的图像去模糊方法，其特征在于，所述s1中特征融合处理的操作具体为：
4.根据权利要求1所述的增强条码和字符识别的图像去模糊方法，其特征在于，所述s2中空间特征选择处理的操作具体为：
5.根据权利要求1所述的增强条码和字符识别的图像去模糊方法，其特征在于，所述s2中频率特征选择处理的操作具体为：
6.根据权利要求1所述的增强条码和字符识别的图像去模糊方法，其特征在于，所述s3中，将融合特征选择图和标准图从空间域转换到频域的操作具体为：
7.根据权利要求1所述的增强条码和字符识别的图像去模糊方法，其特征在于，所述s4中，融合处理的操作具体为：
8.一种增强条码和字符识别的图像去模糊系统，用于实现权利要求1所述的增强条码和字符识别的图像去模糊方法，其特征在于，包括：
9.一种增强条码和字符识别的图像去模糊设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1-7任一项所述的增强条码和字符识别的图像去模糊方法。
10.一种计算机可读存储介质，其特征在于，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的增强条码和字符识别的图像去模糊方法。
